Windows（64 位）上的 Python 2.7.8（64 位）的速度是 Ubuntu（64 位）上的 2.7.8（64 位）的一半答案

【问题标题】：Python 2.7.8 (64bit) on Windows (64bit) is half as fast as 2.7.8 (64bit) on Ubuntu (64bit)Windows（64 位）上的 Python 2.7.8（64 位）的速度是 Ubuntu（64 位）上的 2.7.8（64 位）的一半
【发布时间】：2015-05-01 14:18:55
【问题描述】：

在 Linux 上需要 1.09171080828 秒。

在 Windows 上需要 2.14042000294 秒。

基准代码：

import time


def mk_array(num):
        return  [x for x in xrange(1,num)]

def run():
        arr = mk_array(10000000)
        x = 0
        start = time.time()
        x = reduce(lambda x,y: x + y, arr)
        done = time.time()
        elapsed = done - start
        return elapsed

if __name__ == '__main__':
        times = [run() for x in xrange(0,100)]
        avg = sum(times)/len(times)
        print (avg)

我知道 GIL 会创建或多或少的单线程脚本。

Windows 机器是我的 Hyper-V 主机，但应该足够强大，可以全速运行单线程脚本。 12 核 2.93Ghz Intel X5670s、72GB 内存等

Ubuntu VM 有 4 核和 8GB 内存。

两者都运行 Python 2.7.8 64 位。

为什么 windows 的速度是原来的一半？

编辑：我在 0.010593495369 秒内丢掉了两个零，linux 完成了，在 0.171899962425 秒内完成了 windows。谢谢大家，满足好奇心。

【问题讨论】：

标签： python windows benchmarking

【解决方案1】：

这是因为 Windows 中 long 的大小，在 Windows 中，long 是 32 位在 unix 中是 64 位，所以你会更快地遇到 Arbitrary-precision_arithmetic 问题，这是分配成本更高的问题.

如果您单独对 xrange 进行基准测试，您会看到相当大的差异。

Windows 使用 LLP64 背后的原因似乎是与 32 位代码兼容：

另一种替代方案是 LLP64 模型，它通过将 int 和 long 保留为 32 位来保持与 32 位代码的兼容性。 “LL”指的是“long long integer”类型，在所有平台上至少为64位，包括32位环境。

取自wiki/64-bit_computing

【讨论】：

那么问题是Python的64位Windows版本使用long而不是longlong？知道为什么吗？
@HarryJohnston，请参阅Include/intobject.h 了解PyIntObject 的定义。当值超过 C long 的最大值时，解释器切换到使用任意精度 PyLongObject。 Python 3 取消了PyIntObject，只使用了任意精度的整数。
我理解为什么 Visual C++ 将 32 位和 64 位代码的 long 定义为 32 位。我不明白为什么 64 位版本的 Python 在 Windows 平台上使用 long 而不是 longlong，而且这些链接中的任何一个似乎都没有解决这个问题。不过，这没什么大不了的，我只是好奇。它可能就像“因为所有代码已经使用了很长时间，我们不想全部更改”一样简单。 :-)（我原以为#define long longlong 会一击解决它，但我想这可能会产生不受欢迎的副作用。）
@HarryJohnston，这需要重写大量代码才能使用有条件定义的PY_LONG 宏。我认为没有人会为如此重大的重写而烦恼，因为核心开发人员不喜欢在 Python 2 上工作。大部分精力都用于 Python 3 开发，它不再使用 PyIntObject。
@eryksun：这听起来很合理。谢谢。